本文综述了实体对齐领域的多项研究，涵盖LightEA、LightTEA、SEU等非神经网络框架，以及主动学习、伪标记、图对比学习等方法，强调可扩展性、鲁棒性和可解释性，并在公共数据集上取得优于或媲美现有方法的效果。